Vanity Metrics: Add Context to Add Meaning 虛榮指標：新增上下文以賦予意義

被追蹤的分析指標應具備可操作性：有意義的、相對穩定的指標變化反映使用者體驗的變化。相較之下，虛榮指標雖然看起來令人印象深刻，但其波動缺乏實際指導意義。

核心內容

1. 虛榮指標的特徵：數字越大越好
   例如，總使用者數、應用下載量、頁面瀏覽量等。這些指標看似重要，但缺乏上下文時並不能揭示使用者體驗的真正表現。

2. 新增時間框架：透過引入時間維度，將簡單的數字轉化為可用的趨勢指標。

3. 基於使用者和訪問的比率：按使用者或訪問計算的指標更能體現使用者行為的變化。

4. 指標間比率：透過比較指標之間的關係，提供更豐富的洞察力。

虛榮：數字越大越好

問題：虛榮指標通常是持續增長的，例如：

• 使用者總數

• 應用總下載量

• 頁面總瀏覽量

解決方法:為這些指標新增上下文，例如：

• 影片播放率：將播放次數轉化為特定時間段內的播放比例。

• 應用下載轉化率：報告應用下載量與應用商店訪問量的比率，或者關注下載後實際活躍使用的比例。

案例分析：應用下載量

單純追蹤總下載量（紅線）並不能反映使用者體驗的變化。而追蹤“新活躍使用者與下載量的比率”（藍線）則能清晰顯示出設計變化的影響。例如，第4周後推出的應用更新讓新使用者活躍比例顯著提高。

新增時間框架

意義:透過引入時間框架，指標可以更好地展示隨時間的變化趨勢，幫助快速發現問題。

選擇時間框架的技巧

• 短期框架：有助於快速行動，但可能出現隨機波動。

• 長期框架：更穩定，可更容易與設計變化或營銷活動關聯，但可能導致響應延遲。

• 最佳實踐：選擇能夠平衡穩定性和快速響應的時間框架，例如每週或每月追蹤新使用者註冊率。

示例：新使用者註冊

與其追蹤使用者總數，不如關注每週的新使用者數量（例如，完成賬戶建立的使用者）。這樣能更直接地顯示營銷活動或入門流程的效果。

基於使用者和訪問的比率

按使用者計算更好地瞭解使用者行為，例如：

• 某行為的使用者佔比。

• 平均每個使用者完成某行為的頻率。

按訪問計算

適用於會在一次訪問中多次發生的行為，例如頁面瀏覽或工具互動。例如，頁面瀏覽數/訪問數比率比總頁面瀏覽量更能體現使用者的參與度。

使用者群組分析（Cohort Analysis）

分析同一時期訪問網站或應用的使用者行為。例如：

• 比較每週註冊使用者後續完成某行為的比例。

• 突然的比例變化可以作為需要深入調查的訊號。

指標間比率

案例

1. 頁面瀏覽比率：追蹤頁面獨立訪問量與總訪問量的比率。低比率可能表示使用者在頁面間來回跳轉（“跳杆行為”）。

2. 粘性比率：透過比較日活躍使用者（DAU）與月活躍使用者（MAU），得出使用者日均活躍比例。例如，10%的粘性比率表示每10個月活躍使用者中每天有1個登入。

追蹤指標的原則

• 指標應能反映系統設計的表現變化，並在需要時促使採取行動。

• 穩定的比率和比例是理想指標，任何變化可能反映真實的系統變化，而非隨機波動。

• 如果指標的變化無法驅動可操作的結果，那麼它可能是虛榮指標，不值得追蹤。

透過賦予指標上下文並選擇合適的衡量方法，UX 團隊可以更有效地評估和改進使用者體驗，同時避免無意義的數字幹擾真正的洞察。